-
公开(公告)号：CN110955527A
公开(公告)日：2020-04-03
申请号：CN201911296949.X
申请日：2019-12-17
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于CPU核数预测实现并行任务调度的方法，其通过衡量异构处理器的高计算能力和调度算法的执行效果以及处理器负载均衡等各项性能指标，应用天河一号很强计算能力的节点实测所设计的数据预测并行技术和调度算法的性能指标，可以发现计算时间有明显的减少，预测方法并行执行的时间大大缩减，同时算法的执行更为高效，并且该计算方法保持了很好的处理器负载均衡，得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算，并且在操作中证明了基于异构处理器集群情况下的预测方法的执行高效性，以及所使用的调度算法的并行执行的可靠性，同时也很好的保证了处理器间的负载均衡。
-
公开(公告)号：CN111061553A
公开(公告)日：2020-04-24
申请号：CN201911296937.7
申请日：2019-12-17
Applicant: 湖南大学
Abstract: 本发明公开了一种用于超级计算中心的并行任务调度方法，提出了基于现有的超算环境下处理器的使用价格和网格作业调度系统中普遍存在的任务并行执行问题的实现方法，通过衡量任务执行的调度价格和调度算法的执行效果以及处理器负载均衡等各项性能指标，本发明能够用更低的价格可以执行同等的任务，在不同的超级计算中心平台上，本发明可以用更低的开销维持更好的性能，同时算法的执行更为高效，并且该计算方法保持了很好的处理器负载均衡，得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算，并且在操作中证明了该方法的执行高效性，以及所使用的调度算法的并行执行的可靠性，同时也很好的保证了处理器间的负载均衡。
-
Patent Agency Ranking
公开(公告)号：CN103530183B
公开(公告)日：2016-11-02
申请号：CN201310506812.9
申请日：2013-10-24
Applicant: 湖南大学
IPC: G06F9/48
Abstract: 本发明针对大规模异构计算系统环境下任务执行时间具有随机性及优先约束依赖关系，提出了一种高效的任务调度方法。该方法主要由以下几步构成：第一步，针对应用程序的每个任务，计算其随机sb_level值；第二步，对已就绪任务队列中的每个任务查找最优处理机，并计算每对任务－处理机的随机动态级SDL；第三步：利用操作算子＜比较随机动态级SDL的大小，确定最优任务－处理机对；第四步：将任务调度到相应的处理机上执行，并把已就绪的任务加入就绪任务队列；第五步：更新目标计算系统的相关参数。采用该方法，较之现有面向异构计算系统的调度方法相比具有调度长度短、加速比高等性能优势。
-
公开(公告)号：CN103530183A
公开(公告)日：2014-01-22
申请号：CN201310506812.9
申请日：2013-10-24
Applicant: 湖南大学
IPC: G06F9/48
Abstract: 本发明针对大规模异构计算系统环境下任务执行时间具有随机性及优先约束依赖关系，提出了一种高效的任务调度方法。该方法主要由以下几步构成：第一步，针对应用程序的每个任务，计算其随机sb_level值；第二步，对已就绪任务队列中的每个任务查找最优处理机，并计算每对任务－处理机的随机动态级SDL；第三步：利用操作算子＜比较随机动态级SDL的大小，确定最优任务－处理机对；第四步：将任务调度到相应的处理机上执行，并把已就绪的任务加入就绪任务队列；第五步：更新目标计算系统的相关参数。采用该方法，较之现有面向异构计算系统的调度方法相比具有调度长度短、加速比高等性能优势。
-
公开(公告)号：CN110955527B
公开(公告)日：2022-05-10
申请号：CN201911296949.X
申请日：2019-12-17
Applicant: 湖南大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于CPU核数预测实现并行任务调度的方法，其通过衡量异构处理器的高计算能力和调度算法的执行效果以及处理器负载均衡等各项性能指标，应用天河一号很强计算能力的节点实测所设计的数据预测并行技术和调度算法的性能指标，可以发现计算时间有明显的减少，预测方法并行执行的时间大大缩减，同时算法的执行更为高效，并且该计算方法保持了很好的处理器负载均衡，得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算，并且在操作中证明了基于异构处理器集群情况下的预测方法的执行高效性，以及所使用的调度算法的并行执行的可靠性，同时也很好的保证了处理器间的负载均衡。
-
公开(公告)号：CN111061553B
公开(公告)日：2023-10-10
申请号：CN201911296937.7
申请日：2019-12-17
Applicant: 湖南大学
Abstract: 本发明公开了一种用于超级计算中心的并行任务调度方法，提出了基于现有的超算环境下处理器的使用价格和网格作业调度系统中普遍存在的任务并行执行问题的实现方法，通过衡量任务执行的调度价格和调度算法的执行效果以及处理器负载均衡等各项性能指标，本发明能够用更低的价格可以执行同等的任务，在不同的超级计算中心平台上，本发明可以用更低的开销维持更好的性能，同时算法的执行更为高效，并且该计算方法保持了很好的处理器负载均衡，得到了一个较优的调度执行结果。本发明可以充分利用现有的硬件资源进行计算，并且在操作中证明了该方法的执行高效性，以及所使用的调度算法的并行执行的可靠性，同时也很好的保证了处理器间的负载均衡。
-
公开(公告)号：CN108536528A
公开(公告)日：2018-09-14
申请号：CN201810245680.1
申请日：2018-03-23
Applicant: 湖南大学
IPC: G06F9/48
Abstract: 本发明公开了一种应用感知的大规模网格作业调度方法。该方法主要由以下几步构成：第一步，用户通过网格作业提交交互界面提交作业。第二步，系统依据作业特征信息对作业计算量进行预测。第三步，系统查询大规模分布式网格节点当前状态信息。第四步，作业调度器依据作业应用需求查找相应的可计算节点。第五步，分配作业到相应计算节点。第六步，判断作业队列中所有作业是否调度完毕，没有调度完毕则循环执行第四步和第五步，否则等待下一个调度点再执行本方法。采用该方法，较之现有基于先来先服务策略的作业调度方法相比能有效提高网格系统资源利用率和满足用户需求。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
